VC字符串之间的转换.docx

字符串的转换字符串转换用到的地方很多,常见的字符串类型有以下几种：char wchar tchar BSTR _bstr_t CComBSTR CString string。最常涉及到的是在BSTR和CString之间相互转换。1.字符串的根本及其封装其实最基本的字符或串，深究到底，只有三种：字符字符串说明charLPSTR LPCSTR单字节，以 0 标记结束wchar_tLPWSTR LPWCSTR双字节，以 0 标记结束BSTR双字节，前面有4个byte长，用来装字节数。这表明一个BSTR串可能包含多个0而至于以下的封装，其目的多是对其中一种进行封装，并提供了转入和转出的接口。而封装的方式分为两条线，unicode方式和com方式。Windows的兼容UNICODE封装字符字符串说明charLPSTR LPCSTRAnsi单字节wchar_tLPWSTR LPWCSTRUnicode双字节TCHARLPTSTR LPCTSTRCString兼容Ansi和unicode的Windows的兼容com封装分支字符串说明通用标准BSTR多用在IDL中，作为标准接口对外兼容各类语言的使用者com c+_bstr_t多用在c+ 的实现和使用，既有MFC也有标准C+包含comdef.h OLEAUT32.LIB OLEAUT32.dllAtlCComBSTR多用在atl 的组件实现和使用方面，包含atlbase.h atl.lib atl.dllunicode和com有很大的相同-都是双字节。MS将组件的通用字符串类型定义为双字节了。BSTR前进的第一步是双字节；前进的另一步是字符串长度的解决方法。以0结尾的通用的字符串解决方式简单明了；但是在那内存寸土寸金的年代，讲求速度、最大化发挥软件的功能和效率，为所有字符串都省去求长这一步，在最简单的地方前进一步，产生的收益却是无穷大。2.字符串的转换转换与使用的场合相结合。总结如下场合分支字符串说明MFCCStringMFC对兼容unicode的封装通用标准BSTRIDL中使用com c+_bstr_t多用在使用组件时，非MFC程序也可以使用。_bstr_t实际上是将char wchar_t BSTR转换为wchar_t*；同时又可以转换为 char wchar_t BSTR注意：里面的转换函数使用的是标准c+ AtlCComBSTR多用在atl 的组件实现和使用方面，CcomBSTR实际上是也是将非BSTR转换为BSTR的副本但不支持转换为其它非BSTR类型注意：里面的转换函数使用的是win api说明: BSTR实际上可以直接作为wchat_t * 来使用。3BSTR简介COM是一种跨编程语言的平台，需要提供语言无关的数据类型。多数编程语言有自己的字符串表示。C+ 字符串是以0结束的ASCII或Unicode字符数组Visual Basic字符串是一个ASCII字符数组加上表示长度的前缀。Java字符串是以0结束的Unicode字符数组。需要定义一种通用的字符串类型，可以很容易的匹配到不同编程语言。在C+中，就是BSTR。BSTR是Basic STRing的简称，微软在COM/OLE中定义的标准字符串数据类型。对于C+，Windows头文件wtypes.h中定义如下：typedef wchar_t WCHAR;typedef WCHAR OLECHAR;typedef OLECHAR _RPC_FAR *BSTR;在COM中，字符用16-bit OLECHAR表示，这样使COM可以支持各种code pages，包括Unicode。对于windows系统，可以简单理解为OLECHAR使用的就是Unicode 。OLECHAR串与单字节字符串很类似，是一个以null结尾的buffer。唯一的区别是每个字符占两个字节，而不是一个 0 1 2 3 4 5 6 7 8 9 0 1| H | E | L | L | O | /0| OLCHAR使用以Null结尾的简单字符串在COM component间传递不太方便。因此，标准BSTR是一个有长度前缀和null结束符的OLECHAR数组。BSTR的前4字节是一个表示字符串长度的前缀。BSTR长度域的值是字符串的字节数，并且不包括0结束符。由于是Unicode串，所以字符数是字节数的一半。这种方式的优点是允许程序员在BSTR串中间嵌入NULL字符。但是，BSTR的前四个字节表示长度，而OLECHAR数组的前四字节表示前两个字符。这种情况下，对于C+程序，如何实现BSTR和OLECHAR的交换？答案是COM提供了两个BSTR分配用的API：SysAllocString / SysReallocString。函数返回的指针指向BSTR的第一个字符，而不是BSTR在内存的第一个字节。 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 50a000000 | H | E | L | L | O | /0| BSTR下面是SysAllocString和SysFreeString的伪代码。 BSTR SimpleSysAllocString( const OLECHAR * sz) if ( sz = NULL) return NULL; BYTE* buf = new BYTEsizeof(INT32) + (wcslen(sz)+1)*sizeof(OLECHAR) ; if(buf = NULL) return NULL; else INT32 len = wcslen(sz) * sizeof(OLECHAR); *(INT32*) buf) = len; wcscpy( (WCHAR*)(buf+sizeof(INT32), sz); return (BSTR)(buf+sizeof(INT32); VOID SimpleSysFreeString( BSTR bstr) if(bstr != NULL) BYTE* start = (BYTE*)bstr - sizeof(INT32); delete start; BSTR只有在你不得不用的时候才应该使用。使用BSTR一般有以下几种情况： COM interface接口定义，并且不希望额外提供custom marshaling库（MDIL生成或开发人员自己订制），必须使用BSTR传递字符串。使用C/C+类型的字符串在COM DLL传递字符串，表面上可以使用，但违背了COM的基本规则，并且给以后的扩展留下了隐患。例如，把一个In-process COM Object(简单说COM DLL)改成out-of-process object（COM EXE）。理论上，客户端的代码应该不做任何改变。但如果是用了C/C+字符串，又希望只使用系统的automation mashaller（Oleaut32.dll），就会出错。 如果可以提供custom marshaling，也推荐使用BSTR。 客户要求接口必须使用BSTR，和客户讨论后，不能修改。 使用的外部库的接口使用BSTR不使用的情况： 不推荐在IDL结构体中定义BSTR成员，会给结构体的复制和释放带来麻烦。最好直接使用限定最大长度的TCHAR数组。如果确实需要传递变长字符串，BSTR应该被定义成独立的参数或者使用独立的get/set接口。 尽可能缩小的BSTR及相关类型的作用域范围。类的成员变量和函数参数不使用BSTR。局部变量要尽快释放类的内部不使用BSTR。代码处理逻辑中只在接口直接相关部分使用BSTR。接收到一个BSTR时，尽量立刻变成C/C+的字符串副本进行处理。在需要传递BSTR参数前产生BSTR，用过立即释放。字符串相关类型的推荐选择顺序优先级类型说明最高stl:string/wstring 功能最完善，可移植性最好。CString 如果编码规范限制使用STL的时候，推荐CString。 VC 6的版本很不完善。.Net有明显改进，需要进一步研究。C/C+ basic type（TCHAR* / char* / LPTSTR / LPCTSTR / TCHAR） 在结构体中，优先使用指定最大长度的字符数组。 效率最好CComBSTR/ _bstr_t 在必须使用BSTR时的优先选择。 在ATL（COM component）工程或者工程中必须使用ATL中，优先选择CComBSTR。一般Exe/dll如果_bstr_t能满足要求，优先使用_bstr_t。 对于VC6，使用_bstr_t一定要慎重，最好只用作简单临时变量保存调被调用函数的传入参数。因为_bstrt_t不能支持一些关键性操作，比如Detach。 对于VC+ .Net推荐使用_bstr_t，它是C+扩展，不需要额外包含ATL的文件。最低BSTR COM接口BSTR的使用规则在对BSTR进行读取操作的时候，可以把BSTR看作OLECHAR数组。BSTR可以用于const wchar_t*(LPCTSTR/ LPCWSTR/ cosnt TCHAR*/ cosnt WCHAR* in Unicode project)，不能用于需要wchar_t* (LPTSTR/ LPWSTR/ TCHAR*/ WCHAR* in Unicode project)的地方。 如果有相应的BSTR处理函数，必须使用BSTR处理函数，不要使用普通字符串函数。特别是一个BSTR包含多个字符串(也就是，包含多个0结束符)的情况。在对BSTR进行修改（包括创建和释放时），必须使用BSTR的专用函数。主要要保证对字符长度前缀的正确修改。不要直接读取BSTR的长度域，应该使用BSTR处理函数计算长度。String Manipulation Functions Descriptions SysAllocStringCreates and initializes a string.SysAllocStringByteLenCreates a zero-terminated string of a specified length.SysAllocStringLenCreates a string of a specified length.SysFreeStringFrees a previously created string.SysReAllocStringChanges the size and value of a string.SysReAllocStringLenChanges the size of an existing string.SysStringByteLenReturns the length of a string in bytes.SysStringLenReturns the length of a string.NULL是BSTR的有效值。按照约定，它可以被看作含有0个字符的字符串。BSTR变量必须等于NULL，或者正确分配的BSTR指针。在改变BSTR变量的之前，必须释放原来指向的BSTR。不要把BSTR直接初始化成常量字符指针，例如，BSTR bs = L”。 Automation会cache BSTR使用的空间，以提高SysAllocString/SysFreeString 的性能，会给测试发现问题带来困难。如果可能推荐在调试时使用Compuware DevPartner 7.x及更高版本的工具。多数时候，BSTR是被用于函数参数。关于BSTR参数的使用规则是BSTR类型的基础。只有熟练掌握，才能分析warpper类或转换函数的正确性。 基本原则：在给by-referencein/out参数赋一个新的值前，被调用者负责释放。其他情况，都是调用者负责释放。调用者使用BSTR的规则如下：释放被调用函数返回的BSTR，或者被调用函数通过by-reference返回的BSTR。HRESULT IWebBrowser2:get_StatusText( BSTR FAR* pbstr ); /.BSTR bstrStatus;pBrowser-get_StatusText( &bstrStatus ); / shows using the Win32 function / to freee the memory for the string: :SysFreeString( bstrStatus ); 释放通过by-value方式传给其他函数的BSTR./.hHRESULT IWebBrowser2:put_StatusText( BSTR bstr ); /.cpp/ shows using the Win32 function / to allocate memory for the string: BSTR bstrStatus = :SysAllocString( LSome text );if (bstrStatus = NULL) return E_OUTOFMEMORY; pBrowser-put_StatusText( bstrStatus );/ Free the string:SysFreeString( bstrStatus );/.被调用者按照如下规则处理BSTR：如果一个BSTR参数是by-reference方式，在给参数赋新值之前，Free以前的值。如果没有给参数赋的新值，不要Free传入值。void RefreshBSTR(BSTR& bs)/ bs is an in/out parameter. BSTR* is the same/ using the bs hereDosomething(bs);/ if (bs is about to be updated)ASSERT(bs != NULL);:SysReallocString(bs, _T(“NEW STRING”); / SysReallocString will call SysFreeString and 043185110505 -0/ SysAllocString in sequence/ If bs is only out parameter, SysAllocString / should be called here.不要Free通过by-value传入的BSTR。void SetBSTR(BSTR bs)/ bs is an in parameter. BSTR* is the same/ using the bs hereDosomething(bs);:SysFreeString(bs); /ERROR 不要Free返回给调用者的 BSTR . BSTR GetBSTR1()BSTR bs = :SysAllocString(_T(“test”);:SysFreeString(bs); /ERRORreturn bs; void GetBSTR2(BSTR* pBs)CComBSTR bs(_T(“test”);*pBS = (BSTR) bs; /ERROR: pBS will be freed automatically 如果需要保存传入的BSTR，被调用着需要用SysAllocString()生成一个新的副本，并保存。输入的BSTR会被调用者释放。void MyClass:SetBSTR(BSTR bs)/BSTR m_bs;m_bs = bs; /ERRORm_bs = :SysReAllocString(bs);如果需要返回一个已经存储的BSTR，返回BSTR的一个拷贝。调用者释放返回的BSTR拷贝。void MyClass:GetBSTR(BSTR* pbs)/BSTR m_bs;*pbs = m_bs; /ERROR*pbs = :SysAllocString(m_bs);4.CComBSTR类介绍CComBSTR是ATL提供的BSTR包装类，是VC 6中提供的最完善的BSTR wrapper。就像MFC CString提供了对TCHAR的封装，CComBSTR提供了对BSTR的封装。Table 1 CComBSTR Methods列出了CComBSTR的主要方法。CComBSTR MethodDescriptionCComBSTR多个版本的构造函数用来创建新的BSTR。可以使用的参数包括LPCOLESTR, LPCSTR, CComBSTR。CComBSTR, Empty 释放内部封装的BSTR.Attach, Detach, CopyAttach把一个已经存在BSTR加入类中。Detach把劣种的BSTR剥离，以便在超出作用域的时候，析构函数不会释放BSTR。Detach用于把CComBSTR 赋给out参数。Copy用于产生一个BSTR的副本。一般用于用于把CComBSTR内容赋给out参数。operator BSTR, operator&允许直接操作内部的BSTR。operator BSTR用于把CComBSTR传给BSTR输入in参数。operator&用于把CComBSTR传给BSTR*类型输出out参数。operator=, operator+=, operator重载运算符，用于赋值、字符串连接、简单比较。Append, AppendBSTR字符串连接Length计算字符串长度LoadString利用字符串资源初始化BSTR。ToLower, ToUpper字符串大小写转换。WriteToStream,ReadFromStream 从IStream中读/写BSTR。下面的伪代码展示了CComBSTR的典型用法： HRESULT CMyObject:MyMethod(IOtherObject* pSomething) CComBSTR bstrText(LHello); bstrText += again; / LPCSTR conversion bstrText.ToUpper(); pSomething-Display(bstrText); / in parameter MessageBoxW(0, bstrText, LTest, MB_OK); / Assumes Windows NT简而言之，CComBSTR 没有提供完整的字符串操作。它的主要用途是把LPCTSTR转换成 BSTR，同时提供一个操作BSTR的类，使程序员可以不使用COM SysXXXXString APIs 。如果需要使用复杂的字符串操作，可以使用STL提供的wstring 类。CComBSTR使用的注意事项使用CComBSTR时需要考虑的问题。 CComBSTR初始化CComBSTR 提供了一个长度初始化函数，CComBSTR(int nSize)。所以简单给CComBSTR初始化成NULL会发生意想不到的调用。/ CComBSTR(int nSize) is called。CComBSTR bstr1 = NULL; CComBSTR bstr2(NULL); / CComBSTR(LPCOLESTR pSrc) is called.CComBSTR bstr3 = static_cast(NULL); CComBSTR bstr4(static_cast(NULL); 上面的例子中，bstr1/bstr2被初始化成长度为0的BSTR，也就是说CComBSTR:m_str是有内容的。bstr3/bstr4的值被初始化成NULL，也就是说CComBSTR:m_str = 0。这样，bstr1/bstr2在被赋新的值前需要考虑是否需要释放其中的BSTR。字符集转换尽管某些CComBSTR方法可以自动把ANSI字符串转换成Unicode。所有的接口返回的都是Unicode字符串。如果需要转回 ANSI，可以使用ATL或MFC转换类，或者Windows API。如果使用文字串修改CComBSTR，使用宽字节字符串。可以减少不必要的转换。例如：/ Declare a CComBSTR object. Although the argument is ANSI,/ the constructor converts it into UNICODE.CComBSTR bstrMyString( Hello World );/ Convert the string into an ANSI stringCW2CT szMyString( bstrMyString );/ Display the ANSI stringMessageBox( NULL, szMyString, _T(String Test), MB_OK ); / The following converts the ANSI string to UnicodeCComBSTR bstr(Test);/ The following uses a Unicode string at compile time CComBSTR bstr(LTest);变量作用域(Scope)象所有设计完整的类一样，CComBSTR会在离开作用域的时候释放资源。如果一个函数返回一个指向CComBSTR 的指针，可能会带来问题：指针有可能指向已经被释放的内存。此时应该使用Copy或Detach方法。参考下面的例子。HRESULT CMyObject:MyMethod3(/*out, retval*/ BSTR* pbstr) CComBSTR bstrText(LHello); bstrText += again; *pbstr = bstrText; / No! Call Detach instead!通过复制语句*pbstr = bstrText，被bstrText封装的BSTR的指针作为传出out参数传递。在MyMethod3 return时，bstrText离开作用域，CComBSTR destructor会掉用SysFreeString释放这个BSTR。因此，调用者得到了一个指向已经被释放的内存的指针，可能导致意想不到的结果。因为bstrText即将超出作用域，所以必须使用CComBSTR Copy或 Detach给*pbstr赋值。CComBSTR Copy生成字符串的一格副本，Detach简单的把BSTR移出包装类。这样，在bstrText离开作用域的时候就不会被释放。HRESULT CMyObject:MyMethod4(/*out, retval*/ BSTR* pbstr) CComBSTR bstrText(LHello); bstrText += L again; /*pbstr = bstrText.Copy(); / Better! *pbstr = bstrText.Detach(); / Much better!在这个例子中，从效率考虑，最好使用Detach而不是Copy。Detach 不需要产生一个额外副本的开销。当CComBSTR 必须在复制之后保持自己的内容的时候，例如CComBSTR是一个成员变量，必须使用Copy。显式释放CComBSTR内容程序员可以在CComBSTR 超出作用域范围前显示释放CComBSTR 中的字符串。一旦释放了，CComBSTR 内容就无效了。CComBSTR 提供了operator BSTR，所以代码中可以显示的释放其中的BSTR。HRESULT CMyObject:MyMethod1()CComBSTR bstrText(LThis is a test); :SysFreeString(bstrText);/ The string will be freed a second time/ when the CComBSTR object goes out of scope,/ which is invalid./ CComBSTR:Empty() should be used in order to / explicitly free the BSTR 在这段代码中，bstrText 中的BSTR被释放了。但是，bstrText 仍然没有超出作用域，看起来仍然可以使用。当bstrText 最终超出作用域的时候，SysFreeString 被第二次调用。为了防止这种意外，需要把operator BSTR 从类中删除。但这样没有办法把它用于需要BSTR类型输入in参数的地方，会使CComBSTR 几乎没有任何用处。外部CComBSTR用作out参数把一个已经初始化好的CComBSTR 的地址传给一个函数作为out参数会导致内存泄漏。当把CComBSTR用于BSTR*类型的传出参数out时，必须首先调用Empty方法清空字符串的内容。HRESULT CMyObject:MyMethod2(ISomething* p) CComBSTR bstrText; bstrText = LSome assignment; / BSTR is allocated. bstrText.Empty(); / Must call empty before pSomething-GetText(&bstrText); / using as an out parameter. if(bstrText != LSchaller) bstrText += Hello; / Convert from LPCSTR.在把CComBSTR作为out参数传递前，调用Empty释必须的。因为按照COM标准中的out参数的使用规则-被调用方法不应该在覆盖BSTR的内容前调用SysFreeString。如果你忘记调用Empty，调用前BSTR的内容占用的资源就会泄漏。对于相同的代码，如果参数类型是in, out，就不会有泄漏。因为函数会在复制之前，Free原有的串。用CComBSTR给BSTR变量赋值在下面的代码中，CStringTest 使用CComBSTR 作为成员变量保存BSTR属性。class CStringTestCComBSTR m_bstrText; / IStringTestpublic: STDMETHOD(put_Text)(/*in*/ BSTR newVal) m_bstrText = newVal; return S_OK; STDMETHOD(get_Text)(/*out, retval*/ BSTR *pVal) *pVal = m_bstrText; / Oops! Call m_bstrText.Copy / instead. return S_OK; ;由于m_bstrText 在get_Text结束没有超出作用域，你可能认为在the *pVal = m_bstrText 赋值时，不需要调用Copy。这是不对的。按照COM规则，调用者负责释放传出out参数的内容。由于*pVal指向了m_bstrText 封装的BSTR，而不是一个副本，调用者和m_bstrText 析构函数都会企图删除字符串。 循环中使用CComBSTR Objects尽管CComBSTR可以分配buffer完成一些操作，例如： += operator或Append。但是，不推荐在一个小循环内部使用CComBSTR完成字符串操作。这种情况下，CString能提供更好的性能。/ This is not an efficient way/ to use a CComBSTR object.CComBSTR bstrMyString;while (bstrMyString.Length()1000) bstrMyString.Append(L*);5._bstr_t Class_bstr_t 是微软C+ COM扩展的一部分。_bstr_t封装了BSTR数据类型。_bstr_t通过SysAllocString and SysFreeString 等BSTR APIs管理资源的分配和释放。_bstr_t提供了内部引用计数来减少额外负担。ConstructionVersion_bstr_tConstructs a _bstr_t object.OperationsAssignCopies a BSTR into the BSTR wrapped by a _bstr_t.AttachVC 7Links a _bstr_t wrapper to a BSTR.copyConstructs a copy of the encapsulated BSTR.DetachVC 7Returns the BSTR wrapped by a _bstr_t and detaches the BSTR from the _bstr_t.GetAddressVC 7Points to the BSTR wrapped by a _bstr_t.GetBSTRVC 7Points to the beginning of the BSTR wrapped by the _bstr_t.lengthReturns the number of characters in the _bstr_t.Operatorsoperator =Assigns a new value to an existing _bstr_t object.operator +=Appends characters to the end of the _bstr_t object.operator +Concatenates two strings.operator !Checks if the encapsulated BSTR is a NULL string.operator =, !=, , =Compares two _bstr_t objects.operator wchar_t* | char*Extract the pointers to the encapsulated Unicode or multibyte BSTR object.VC6中_bstr_t缺少了几个重要的方法：Attach/Detach/GetAddress/GetBSTR，所以比CComBSTR简单，使得_bstr_t的应用场合非常有限。而且，_bstr_t使用了引用计数在不同的对象间共享BSTR，内部实现比CComBSTR复杂。使用注意事项可以参考CComBSTR的类似函数。建议只用于下面的情况：BSTR的作用域管理解决BSTR变量超出作用域范围的自动回收。(1)构造简单的BSTR对象，对BSTR进行基本字符串操作，作为输入in参数传递给被调用者。_bstr_t bs1(Lfirst );bs1 += Lsecond ;SetBs(bs1); / void SetBs(BSTR bs) (2)作为BSTR的wrapper，解决out参数BSTR的生命周期之后的回收问题。HRESULT BetterMethod() BSTR val = NULL; GetBs(&val); /void GetBs(/* out */ BSTR*) _bstr_t bsVal(val, false); / false is IMPORTANT. Other constructor could / store the BSTR, too. But you must free the / BSTR later. HRESULT GoodMethod() BSTR val = NULL; GetBs(&val); /void GetBs(/* out */ BSTR*) / All the function create a copy of BSTR./ But you must free the BSTR immediately. _bstr_t bsVal2(val); _bstr_t bsVal3; bsVal3 = val; SysFreeString(val);使用范围完成简单的BSTR字符串连接、比较等操作。常用字符串件的类型转换。FromToSample字符串常量BSTRRight:BSTR bs = :SysAllocString(_T(Test string);:SysFreeString();Wrong:BSTR bs = _T(Test string); /ERRORLPWSTR /LPCWSTR /WCHAR* / wchar_tBSTRRight:LPCTSTR sz1 = _T(Test String);BSTR bs = :SysAllocString(sz1);:SysFreeString();Wrong:LPTSTR sz1 = _T(Test String);BSTR bs = sz1; /ERRORBSTRLPCWSTR /const WCHAR * /const wchar_t *Right:BSTR bs = .; /.LPCTSTR sz = static_castbs;.:SysFreeString(bs); /Never use sz after this lineWrong:BSTR bs = .; /. LPCTSTR sz = bs;.:SysFreeString(bs); /Never use sz after this line_tcslen(sz); /ERRORBSTRLPWSTR /WCHAR* /wchar_t*Right:BSTR bs = .; /.UINT len = :SysStringLen(bs);/ Do not modify the BSTR content by / C/C+ string functionsLPTSTR sz = new TCHARlen+1;_tcsncpy(sz, bs, len); :SysFreeString(bs);delete sz;Wrong:BSTR bs = .; /./ Do not modify the BSTR content by / C/C+ string functi